非线性约束优化问题的组合信赖域与线搜索算法

对非线性等式约束优化问题提出了一个组合信赖域与线搜索求解算法.与传统的信赖域方法比较,该算法的特点是当试探步不被信赖域方法接受时,无需重新求解信赖域子问题.通过计算实例,比较了纯信赖域算法与组合算法的计算工作量.     

一类无约束优化问题的信赖域过滤器算法

构造了一个求解无约束优化问题的新算法,结合了采用修正BFGS（MBFGS）算法的信赖域思想和多维过滤器算法策略．搜索方向的产生类似于MBFGS算法;在接受新的迭代点时,采用多维过滤器算法的策略及信赖域思想,新信赖域算法是全局收敛的．     

一个新的非单调信赖域算法

提出一个带线性搜索的非单调自适应信赖域算法.该算法将非单调wolfe线搜索和自适应信赖域方法相结合,同时采用新的BFGS校正公式,保持了信赖域子问题海森矩阵的正定性.在适当条件下,分析了该算法的全局收敛性,并通过数值实验说明了该算法的可行性.     

新的自适应非单调信赖域算法

将前人文献提出的信赖域子问题与非单调技术相结合,得到一种新的非单调的自适应的信赖域算法,并证明了算法全局收敛性.     

解无约束最优化问题的一个非单调的新的BFGS信赖域算法

给出了一个解无约束最优化问题的非单调的新的BFGS校正的信赖域算法.将非单调算法应用于解信赖域问题,前人已卓有成效.本文的关键之处就是提出了新的BFGS校正公式,此算法具有较好的性质,所给的BFGS校正的具有二次约束的信赖域子问题总保证校正矩阵是正定的,也即信赖域子问题是严格凸二次规划.在较少的假设条件下还结合相关理论证明了所提供的算法具有全局收敛性.     

区域信号配时二层规划模型的一类新算法与数值计算

研究了基于一般信号相位结构的区域信号配时二层规划模型的求解算法.对于上层问题,将灵敏度分析方法和信赖域算法相结合,得到一种高效算法.而对于下层问题,则采用具有较高收敛速度的仿射尺度内点算法.还对上层问题采用一阶近似信赖域方法、二阶近似信赖域方法两种情形进行了数值对比试验.数值结果显示:一阶近似信赖域方法性能更好,可以应用于实际区域信号配时问题.     

解无约束最优化问题的一个非单调的新的BFGS信赖域算法

给出了一个解无约束最优化问题的非单调的新的BFGS校正的信赖域算法．将非单调算法应用于解信赖域问题。前人已卓有成效．本文的关键之处就是提出了新的BFGS校正公式,此算法具有较好的性质。所给的BFGS校正的具有二次约束的信赖域子问题总保证校正矩阵是正定的。也即信赖域子问题是严格凸二次规划．在较少的假设条件下还结合相关理论证明了所提供的算法具有全局收敛性．     

一种改进的的非单调自适应信赖域算法

非单调信赖域算法是解决无约束优化问题的一种有效的算法。本文针对无约束优化问题提出了一种改进的非单调自适应信赖域算法。将非单调技术引入到一种新的自适应信赖域算法中,这样做避免了Maratos效应,减少了运算量。并且文中提出了一些假设,证明了这种改进的非单调自适应算法的全局收敛性,最后数据试验验证了这种算法的有效性。     

一个带线搜索的自适应信赖域算法

对无约束优化问题提出了一个带线搜索的非单调自适应信赖域算法,每次迭代都充分利用当前迭代点包含的二次信息自动产生一个信赖域半径.在试探步不被接受时,算法并不重解信赖域子问题,而采用非单调线搜索,从而减少了计算量.在适当的条件下,证明了算法的全局收敛性.     

一种新BFGS非单调锥模型信赖域算法

将新的BFGS校正公式应用到新锥模型信赖域算法中,提出了一种基于新锥模型的BFGS校正信赖域算法。在较少的条件下,证明了该算法的全局收敛性和二次收敛性。     

二层线性规划问题的全局收敛算法

基于单纯形法提出了一种具有全局收敛性质的算法来求解该问题.在该方法中,用下层的Kuhn-Tucker条件代替下层问题,将原二层线性规划转化为传统的单层规划问题.之后利用下层规划对偶问题可行域的顶点将该单层规划转化为一系列线性规划问题,从而用单纯形法来求解这些线性规划来得到原二层线性规划问题的解.最后,用实例验证了该方法的可行性.     

求解二阶锥互补问题的一种非精确光滑化牛顿算法

为解决二阶锥互补问题,构造了一种新的非精确光滑化牛顿算法.在适当的条件下,该算法具有全局收敛性,并且由该算法所得序列的任一聚点均是二阶锥规划问题的解.数值试验表明,该算法可有效求解较大规模的二阶锥互补问题.     

基于遗传算法的潜艇隐蔽航路规划

将潜艇隐蔽航路规划为多目标规划问题，提出一种基于遗传算法的搜索算法，它对航路的邻域进行由粗到细的搜索，能实现全局最优和改善搜索效率，信真结果表明进后的遗传算法虽然计算时间较长，但收敛性能和解的精度明显高于动态规划和模拟退火等算法。     

非线性极大极小问题的可行信赖域算法

针对一类非线性约束极大极小问题,利用极大熵方法将转化为带不等式约束的非线性规划问题,给出了一种可行信赖域算法,解决了不等式约束的非线性大系统优化问题,并证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,本算法有良好的数值表现。     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,算法有良好的数值表现。     

极大极小问题的光滑信赖域拟牛顿法

利用函数逼近论的思想和数学规划最优解的稳定性理论,提出了一种求解非线性约束的极大极小问题的信赖域拟牛顿算法,并且该算法具有全局收敛性,初步的数值试验表明,对于该类极大极小问题,该算法具有良好的数值表现.     

线性互补约束均衡问题的一个光滑技术及全局收敛性

利用一个新的互补函数及光滑近似法的思想将线性互补约束均衡问题转化为等价的光滑非线性方程组来求解.提出了一种基于线搜索规则的SQP算法,并在非退化假设条件下得到该算法是全局收敛性结果.     

凹多乘子规划问题的求解新方法

对凹多乘子规划问题(CMP)提出一新的确定性全局优化算法。该算法通过分支定界过程,全局地求解了问题(CMP)的等价凹极小化问题(P)。理论分析表明算法收敛到问题(CMP)的全局最优解,且数值算例表明算法是可行的。     

基于遗传算法的无干涉刀位轨迹计算

无干涉刀位轨迹的生成是复杂曲面数控加工编程中的核心问题.以最小有向距离原理为基础，通过对遗传算法进行改进，采用实数编码，引入局部最优徘徊策略和小生境遗传算法思想，充分发挥其全局寻优的特点，获得无干涉刀位轨迹.将其与局部寻优算法得到的刀位轨迹进行比较，可以确定加工中的欠切区域和欠切削量.该方法不仅可以在数控加工中生成无干涉刀位轨迹，而且可以为后续补充加工提供编程数据，在复杂螺杆数控加工的自动编程系统中应用，稳定可靠，收敛性好，计算效率较高.     

箱式约束下的广义几何规划问题的一种有效算法

通过指数函数变换,利用正定目标函数和约束函数的线性下界估计,建立GGP的松弛线性规划,将原来非凸问题GGP等价地转化为求解一系列线性规划问题RLP,并通过对可行域的连续细分以及一系列线性规划问题的解,从而给出问题GGP的一个新的分支定界算法,并最后证明了这个算法具有全局收敛性。